طبقه بندی شدت بیماری مولتیپل اسکلروزیس با استفاده از شبکه عصبی RBF

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 95

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITMECONF01_094

تاریخ نمایه سازی: 6 خرداد 1403

چکیده مقاله:

مولتیپل اسکلروزیس یک بیماری التهابی مزمن است که سیستم عصبی مرکزی را تحت تاثیر قرار می دهد و منجر به آسیب های عصبی غیرقابل برگشتی مانند اختلال عملکردی طولانی مدت و ناتوانی می شود. هیچ درمانی ندارد و علائم به طور گسترده ای متفاوت است، بسته به مناطق آسیب دیده، میزان آسیب، و توانایی فعال کردن مکانیسم های جبرانی، که یک چالش برای ارزیابی و پیش بینی دوره آن است. به دلیل این که در بیش از نیمی از بیماران اختلال نورولوژیک ابتدا به چشم حمله می کند بنابراین التهاب عصب بینایی و اختلال بینایی جزو اولین علائم در مبتلایان به بیماری MS است. یکی ازآزمایشات مقرون به صرفه و با دقت مناسب برای شناسایی بیماری MS ، آزمون پتانسیل برانگیخته ( EP ) است که روشی برای سنجش شتاب جریان الکتریکی در طول سلول های عصبی است.در مطالعه حاضر نمودار VEP بیماران به دست آمد ، سپس استخراج ویژگی ها و پردازش آنها با استفاده از الگوریتم شبکه عصبی RBF منجر به طبقه بندی شدت بیماری براساس نظر پزشک شد. در این مطالعه با رسیدن به خطای کمینه، موفق شدیم شبکه عصبی را به درستی آموزش دهیم و مطابق با نظر پزشک شدت بیماری را طبقه بندی کنیم.

نویسندگان

الناز مهاجری

دکترای تخصصی مهندسی پزشکی بیومکانیک دانشگاه آزاد اسلامی واحد تهران مرکزی

سمیراسادات مهاجری

کارشناسی مهندسی پزشکی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران